【ICCV Oral】SAN：利用软对比学习和全能分类器提升新类发现，FaceChain团队联合出品
本文介绍了一个名为Soft-contrastive All-in-one Network（SAN）的领域适应框架，旨在高效、准确地控制领域间新类别的发现和适应。SAN利用基于数据增强的软对比学习（SCL）损失微调深度神经网络，并引入全能（All-in-One, AIO）分类器，显著提高了新类别发现的能力。与传统UDA方法相比，SAN展现出更强的特征转移能力和更高的新类别发现准确率，在开放集领域适应（ODA）和通用领域适应（UNDA）任务上均取得了最先进的效果。
CSDN · 2024-03-08 11:09:00
